¿Cuáles pueden ser las posibles áreas de aplicación del aprendizaje automático / inteligencia artificial en automóviles?

Dentro del coche :
La tecnología de conducción autónoma que está realmente lista para el horario de máxima audiencia y que existe en algunos vehículos de alta gama incluye medidas de advertencia / prevención de choques (especialmente para colisiones a baja velocidad, alerta al conductor o detención automática del automóvil), control de crucero avanzado, conducción en carretera eso mantendrá una velocidad constante Y lo mantendrá en su carril, y estacionamiento automático en casi cualquier situación (con la asistencia de estacionamiento paralelo más comúnmente disponible).

Además, características como cambios más inteligentes, asignación de potencia para las ruedas, aceleración controlada más cuidadosamente (por ejemplo, mucho más lenta a menos que el conductor realmente esté poniendo el pétalo en el piso), etc. pueden ayudar a prevenir muchos derrapes y colas de pescado y también ahorrar combustible.

La medición cuidadosa de las acciones del conductor y el estado del automóvil podría ayudar a identificar tanto las fallas mecánicas como las fallas del conductor de manera mucho más confiable que los sistemas actuales, y ayudar a las compañías de automóviles y compañías de seguros a adaptarse a esos dos de la manera en que las aerolíneas y los fabricantes de aviones lo hacen actualmente para evitar accidentes.

Externo al auto:
Mapeando sus rutas de manejo regulares e integrándolas en una aplicación de geoetiquetado o una aplicación de planificador diario. Este historial podría usarse para avisos de tráfico de una manera mucho más inteligente de lo que es típico ahora.

Los datos de seguimiento y el monitoreo de caja negra también podrían usarse para fines de planificación urbana, entendiendo, por ejemplo, qué hace que una intersección sea peligrosa y cómo reducir ese peligro de la manera más barata posible; diseñar la ciudad para evitar congestionar algunas rutas (o agregar las señales correctas para aliviar la congestión en las actuales).

Cualquier sistema automotriz basado en ML más nuevo / mejorado requerirá flujos de datos más nuevos / mejorados. A menos que los datos sean únicamente relevantes para el automóvil en sí (p. Ej., Adquiridos por sensores integrados), puede descargar el análisis en la red / nube, haciendo que el ML a bordo tenga poco valor. Por lo tanto, se requieren nuevos sensores integrados o un mejor uso de los existentes.

De lo contrario, el ML podría evaluar los datos de la caja negra de su automóvil para adaptar el sistema de control del motor para que coincida mejor con su estilo de conducción. Pero eso ya está hecho. O el ML podría evaluar su estilo de conducción para informar a su compañía de seguros para que puedan calcular de manera dinámica o más precisa su factor de riesgo. Del mismo modo, podría comunicarse con la policía para informar cuando viola una ley de tránsito o es probable que lo vuelva a hacer. También podría reconocer cuándo conduce de manera errática y es probable que sea DUI. Pero ser Gran Hermano no va a ganar amigos de ML, así que no vayamos allí.

Hacia una mayor autonomía, ML podría ofrecer …

Control de crucero que se adapta a la velocidad del automóvil que está siguiendo, que gira la rueda para seguir las curvas en el camino, que anticipa y describe los alrededores que son indistintos o invisibles a la vista.

Un sistema de alerta temprana de colisión que alerta al conductor de un peligro inminente o aplica frenos o lo aleja de la amenaza.

El control de crucero semiautónomo sería muy popular entre los conductores de larga distancia, especialmente los camioneros. También podría venderse muy bien entre taxis y autobuses, aunque no sé si eso es tan factible.

Dichas capacidades requerirán algo de hardware y MUCHO software que no esté presente en los automóviles modernos, incluso aquellos que actualmente tienen capacidades primitivas como estas. Se necesitan cámaras de mayor resolución, radares y quizás sonares, y tal vez incluir la capacidad de inferir la posición 3D y las trayectorias de los objetos a partir de imágenes 2D / transmisiones de video.

More Interesting

¿Wikipedia tiene la intención de seguir el liderazgo de organizaciones como Facebook e Instagram en el uso de inteligencia artificial para eliminar los comentarios de acoso?

¿Crees que este auge de la IA es sostenible en contraste con los casos anteriores? ¿Qué lo hace diferente esta vez?

¿Cómo cambiará la inteligencia artificial la estructura del lenguaje?

¿Tendrá personalidad la singularidad tecnológica?

¿Cuál es el propósito del sesgo en una neurona artificial?

¿Cómo se hace el software para controlar grandes máquinas y robots? Cual es el proceso

¿Qué se necesita para crear autoconciencia en una máquina?

Cómo trazar el límite de decisión para un clasificador de red neuronal en MATLAB

¿Cuáles son las partes que componen un robot básico y cuáles son sus funciones?

¿Qué tan rápido crearíamos inteligencia artificial inteligente si basamos a toda la sociedad en el diseño de tecnologías de inteligencia artificial?

¿Qué es la ingeniería de características y el aprendizaje automático supervisado?

Para el futuro, ¿esperaría (o sugeriría) que el ingeniero promedio tenga más competencia en el aprendizaje automático?

Cómo aprender prácticamente las redes neuronales mientras se obtiene una comprensión profunda

¿Qué tipo de roles tendrían los robots y la IA en la industria hotelera?

Alex net tiene alrededor de 100 millones de parámetros, mientras que el cerebro tiene 100 billones de sinapsis. ¿Las redes neuronales necesitan ser más grandes?